TEORÍA PRELIMINAR DE LA SÍLABA

ABSTRACT: An unified theory of the Syllable is here developed by analyzing the practical trends of speakers and listeners. The phonetic nature of the sound chain in speech creates oppositions in the Vowel-Consonant Axis which became perceptive events in the listener, in a similar way as the perceived opposition between long and short syllables in classic metrics became feet: the syllable is seen as a Timbrical Foot. The almost universal phonetic trends are affected by more idiomatic phenomena, such as Accent, Pause, and -especially in Poetics- the Extragramatical Project, which modifies those natural phonetic trends by conforming regular rhythmic patterns. This model can be easily implemented in Automatic Speech Synthesis projects.

El tema de la sílaba ha sido tratado con abundancia; pero suele tener carácter preceptivo, como en libros de texto y gramáticas, o descriptivo, en textos lingüísticos generales. Se interpreta, en este trabajo preliminar la sílaba como un pie tímbrico, es decir, como un suceso que implica la oposición entre dos polos de naturaleza fonética, o sea tímbrica. Existen pues causas perceptivas de bajo nivel (así consideramos los rasgos del habla) que favorecen, que producen la sílaba en la percepción. Estas causas tímbricas crean proclividades, tendencias a la percepción de núcleos y límites de sílaba. Pero otras consideraciones de orden más alto (por ejemplo las rítmica y métrica con tendencia estética, el habla poética) pueden (¡ y deben !) alterar esas tendencias primarias para conseguir patrones métricos satisfactorios. Más aún, incluso el habla corriente hace uso de modificaciones en aquellas tendencias primarias de acuerdo con la velocidad del habla, el estilo, los cambios fonéticos de la variedad idiomática hablada, etc. Hemos querido enunciar esta teoría preliminar para intentar dar cuenta de cómo las leyes de silabización de la Academia tienen un origen primordial acústico, recogen y consagran tendencias de la percepción del timbre, junto con la tendencia perceptiva, también primordial, de establecer oposiciones entre eventos (véase en el cuadro final la nomenclatura empleada ).

Las sílabas se establecen como una sucesión de golpes o sucesos percibidos en el continuo temporal. El modo de crear perceptivamente estos sucesos es alternar timbres que contrastan claramente entre sí; típicamente el mayor contraste se da entre vocal (V) - sonora, continua, estable - y consonante (C) - sorda, transitoria, inestable-.

El orden natural corresponde al par preparación--resolución, afín a alzar-dar, querer-obtener, hambre--comida.... En nuestro universo tímbrico, estos pares encuentran como afín el par CV; y, en su aspecto más marcado, con consonante oclusiva-vocal abierta: típicamente [pa], [te], etc. Este tipo se sílabas se da de hecho abundantemente en el japonés, por ejemplo, y, en nuestro entorno cercano, en el español castellano, vasco, italiano, etc.

Pero la paleta tímbrica es mayor, y ofrece zonas de menos claridad y definición. En particular, establece grados de vocalidad y consonanticidad. Incluso algunos sonidos (alófonos) están en posición intermedia, actuando como V o C, según su contexto fonético: tal es el conocido caso de la [i] y la [u], llamadas por ello semivocales o semiconsonantes.

Por su parte [e,o] aunque vocales inequívocas, se comportan en el habla a veces como semiconsonantes: así, para 'héroe' se oye quizá con más frecuencia [\é\roe\] que [\é\ro\e\], se realiza el diptongo \oe\, contra las reglas habituales. Igualmente se dice [koa\la] a veces, en lugar de [ko\a\la], y [loan\tes\po\si\ble], en lugar de [lo\an\...]. Todo esto apunta a una menor vocalidad de [e,o] frente a [a]. Véanse numerosos casos en los versos silabizados que siguen.

También aparece claro que la [l], por ejemplo, está cerca de las vocales, y en las antiguas lenguas mejicanes actuaba probablemente como vocal en ocasiones: nombres como "Xólotl", "Quetzalcóatl" o "náhuatl" se transcriben ahora con acento gráfico, lo que parece considerarlas esdrújulas; asimismo, junto a la costa croata se encuentra la isla "Krk", cuya pronunciación es obviamente monosilábica, cumpliendo [r] el papel de vocal. El mismo inglés, ofrece casos como "cattle", "bottom" o "sudden", pronunciadas respectivamente [katl], [botm], [sadn]. Aquí las líquidas y nasales actúan como vocales en la producción, porque esas palabras se sienten llanas al ser pronunciadas.. La grafía recoge este hecho añadiendo una vocal, totalmente impronunciada en la lengua actual.

Por otra parte, el sonido [g], alófono en español del fonema /g/, como en "pago", [pago], aparece con sonido similar en francés, como alófono de /r/; palabras como 'après' suenan como [apge]. Así que este sonido se comporta como lo hacen [l, r] en "plato" y "grito", con débil consonanticidad.

Si ordenamos en un eje ese carácter de consonanticidad-vocalidad de los sonidos de la lengua, los alófonos de sus fonemas, tendremos aproximadamente la ordenación siguiente:

Puede obtenerse empíricamente este orden probando diferentes sílabas cerradas, e intercambiando el orden de las dos consonantes contiguas. Por ejemplo, en "cantar" tenemos [kan,taR], dos sílabas trabadas: invertimos: [kat,naR]: es obvio para el oído la mayor naturalidad del primer vocablo, reflejada en el predominio estadístico de vocablos con esa configuración, ya que el segundo caso es menos frecuente. Esto nos indica con seguridad que, en nuestro habla, [t] precede a [n] en consonanticidad, que [t] es más consonante que [n].

Así comprobaremos que [n] precede a [R], porque palabras como "carne"/[kaRne], "Parma"/[paRma], son más frecuentes que otras del tipo [honRa] o [enRique], y suenan más fáciles de pronunciar; por ejemplo es 'difícil' pronunciar vocablos contíguos como "pon rosas rojas"/[ponRosasRoxas].

Repitiendo esta prueba para todos las vecindades posibles de vocales y consonantes estableceremos un Eje Bipolar Fonético como el expuesto. Llegar a un orden inequívoco sería difícil, pero pueden establecerse categorías o clases que resulten significativas para nuestro propósito, o sea, que den lugar a silabizaciones gráficamente claras. Consideramos suficientes las seis clases: Oclusivas, Fricativas, Nasales, Líquidas Semivocales y Vocales:

Cualquier cadena fonémica formada por uno a varios vocablos emitido sin pausas, es decir, la del habla normal, podrá entonces ser representada atribuyendo a cada sonido de la cadena un valor según su clase. De modo que la cadena correspondiente a "no me quejo" queda:

Las vocales, núcleos silábicos, aparecen arriba, y las consonantes, abajo, más o menos según su valor o peso consonántico. Es inmediato contar las sílabas, cuatro, como el número de cimas de la curva.

Este eje vocalidad-consonanticidad ha aparecido en la literatura como la oposición Abierta-Cerrada, que se encontraba ya, casi idéntica, en [Saussure,1978]; asimismo en [Jacobson; Halle, 1974] se contempla la sílaba de manera parecida, como ascensión y descenso. También se asímila el eje vocálico a los polos Laxa-Tensa dando lugar a una ordenación de clases parecida ([Martínez Celdrán, 86], por ejemplo).

Podemos simplificar aún más esta clasificación, considerando únicamente cuatro clases:V, v, c, C, es decir, dos tipos de vocal, fuerte y débil, y dos tipos de consonante, fuerte y débil. El gráfico quedará ahora.

Este gráfico, amplio, sirve para dar cuenta de los casos más típicos de silabeo, mientras que el anterior, fino, servirá para discriminar casos menos obvios.

La curva anterior puede ser llamada Función de Vocalidad o, atendiendo a nuestro uso, Función de Silabización.

En la figura adjunta se contempla la Función de Silabización para la palabra "amarillo", [amarilo], aislada, es decir precedida y seguida por silencio. En ella se muestra cómo los núcleos de sílaba vienen marcados por las cimas de la curva, y cómo los límites de sílaba vienen dados por sus saltos bruscos ascendentes. Esta función plasma así, pues, la experiencia sonora rítmica del silabeo en español.

Otro caso menos claro es el de la secuencia "...alacrán oscuro.."/ [-alakránoskúro--]

En este caso, observamos en la figura cómo se forman sílabas con la consonante final de un vocablo y la inicial del siguiente (sílaba [nos]). Se observa también cómo el salto ascendente inicial [ku] deja la [s] con la sílaba anterior, y como la débil consonanticidad de la [r] la funde con la vocal siguiente, ambas tras la [k]: se prefiere la división [la\kra] que [la\kra]. Sin embargo, el contexto vocálico de la [l] la configura como consonante, formando [la].

Se cuentan cómodamente 6 sílabas, cimas de la función, bien segmentadas con los sonidos iniciales de sílaba [-, l, n, k, r ]. Los sonidos finales son los iniciales de la siguiente, excepto para la última, en que es el último sonido emitido, [o]. Alternativamente podemos considerar que el silencio que sigue la emisión vocal principia una sílaba indeterminada.

Derivadas de lo anterior, aparecen unas reglas o regularidades para la formación de la sílaba española, que deberán coincidir, claro está, con la práctica empírica, perceptiva, de la sílaba hablada; deberán asimismo coincidir, pero no necesariamente, con las numerosas instrucciones, llenas de casos y subcasos, que reflejan la práctica y teoría de los gramáticos. Pero intentamos reducirlas al mínimo, encontrar una principio general, o al menos unos pocos, que den cuenta, describan con sencillez, las tendencias fonéticas, naturales, de la formación silábica.

La sílaba, constando típicamente de vocales y consonantes, aparece como una situación de contraste, básicamente en su forma CV, que, por su carácter tímbrico, fonético, se parece al contraste Breve-Larga en la oposición silábica de la métrica tradicional, en griego y latín antiguos, persa y árabe, entre otras lenguas (véanse [Crusius,51], [Sánchez; Puyá,93], etc.).

En esa similitud, ya dentro de la propia sílaba, el par CV es análogo al par / v - /, conocido como yambo. El par opuesto, AC, correspondería al troqueo, / - v /. De eaa manera contamos con los siguientes pies tímbricos, cuya longitud (en sus unidades) máxima no está muy lejos de la de los pies.

pie                 fonética         ejemplo

yambo             CV                  [pa]

troqueo            VC                  [an]

espondeo         VV                  [ai]

anapesto          CCV                [pla]

anfíbraco         CVC                [pan]

dáctilo             VCC                [ans]

baquio             CVV                [dia]

antibaquio       VVC                [ais]

molosso           VVV                [uei]

jónico mayor   VVCC              [ains]

jónico menor   CCVV              [prie]

No tienen correlato en esta visión los pies que no tienen largas (vocales), o que presentan una o más largas separadas por breve, como el crético, el dochmio, etc; pies por cierto también considerados derivados en la métrica estricta.

El acento prosódico, principalmente una elevación tonal en español y muchas otras lenguas, cumple un importante papel en el silabeo, destacando perceptivamente la sílaba acentuada respecto a las vecinas. Este acento se ha fonologizado en español, deviniendo un elemento distintivo más de los vocablos, junto con los usuales fonemas tímbricos.

Pero cumple el acento un papel adicional en la silabización del continuo sonoro del habla: modifica las tendencias tímbricas antes citadas, introduciendo nuevas sílabas, o reuniendo varias en una. Su papel puede resumirse en lo siguiente:

Si la vocal es única en una sílaba ya existente fonéticamente, su efecto es nulo en cuanto a cambiar la distribución silábica: meramente marca esa sílaba frente a las vecinas, como decíamos antes.

Si la vocal acentuada pertenece a una sílaba fonética en la que está acompañada de otras vocales, caso del diptongo o triptongo, el efecto del acento varía: si acentúa el núcleo fonético (la más vocal de las vocales), no cambia el status silábico; en cambio, si acentúa una vocal no previamente nuclear, ésta deviene núcleo de una nueva sílaba: se escinde la anterior, caso conocido como diéresis (antiguamente escrita con ' ¨ ' como, en verso, 'süave' ,,su,a,ve , no ,sua,ve ).

Naturalmente, si ninguna de las vocales se acentúa, actúa únicamente el contraste fonético, regla F2.

En la figura anterior se contrastan dos cadenas fonéticas iguales, en el fragmento [dia]/[día]. Se observa cómo el acento en el segundo caso eleva el tono, juntamente con la intensidad y la cantidad, respecto el primer caso.

Como hicimos con el timbre y las tendencias fonéticas a la silabización, expresemos como reglas, las consideraciones acentuales precedentes.

A2. NUCLEARIZACIÓN. Toda vocal no nuclear acentuada deviene núcleo de una nueva sílaba.

Tomado de las reglas de la cantidad en griego, llamaremos mora a los momentos de diferente tono que coexisten en una sílaba. Si bien es cierto que el tono siempre cambia de manera continua, y por tanto, también dentro de una sílaba, no es menos cierto que a veces pueden distinguirse partes o zonas tonales es esa sílaba: por ejemplo, en una sinalefa en la expresión: "mira a Juan", silabizada como: -mi-ra_a-juan-, las dos 'a' de la sílaba central deben decirse con tono diferente la primera más alto, por ser la segunda la previa al acento.

No sólo fonética y acento hacen y deshacen sílabas: también la intensidad en el tiempo, lo hace: ya hemos tenido ejemplo en los límites de la locución o emisión hablada, los cuales, naturalmente son límites asimismo de sílabas, anterior de la primera el principio de elocución, y posterior de la última su fin. Esos silencios pues crean también sílabas. Pero no sólo ellos: cualquier otro silencio corto intercalado en esa locución, lo que llamamos pausa repite ese proceso; una pausa separa locuciones parciales, por decirlo así, y de esa manera crea nuevas sílabas.

Por eso, la silabización de la locución de "por eso", será [\po\ré\so\] habitualmente; pero una pausa entre ambos vocablos: "por |eso" dará en cambio: [ \por\é\so\].

La pausa puede ser considerada como una variación brusca, completa, de intensidad en el tiempo, o mejor, como dos: una caída al comienzo, y una subida al final. La intensidad silabiza, como vimos que lo hacían ya timbre y tono. Más aún, ya lo hace en las sílabas fonéticas y acentuales, porque la subida de vocalidad va acompañada de subida de intensidad, e igual para las bajadas; y asimismo, el acento, subida principalmente tonal, va acompañada de una subida de intensidad (no excesiva, pese a las ideas al uso sobre acento de intensidad, stress, etc). Podemos ya añadir una nueva regla de silabización, relativamente independiente de las anteriores.

I1. PAUSAS. Toda pausa genera límites de sílaba: su principio, final de la precedente; su final, principio de la siguiente. Casos particulares: silencios pre y post locución, que generan sólo uno de ellos.

Incluso podemos suponer sílabas creadas un poco artificialmente, únicamente mediante saltos de intensidad: por ejemplo, pronunciando "leer" como [leêr] (^ es aquí intensificar la segunda 'e', incluso con acento). De modo que añadimos la regla, más débil que las anteriores:

asimismo podemos imponer sílaba en cadenas idénticas: por ejemplo se suele pronunciar en España [lim/piar], pero [pi/ar]; [a/rri/ar] pero [chi/rriar]

La sílaba es creada pues por cambios bruscos de timbre, tono, intensidad: esto nos remite a nuestra teoría del Suceso [Sánchez,90], que recordamos brevemente.

Un suceso es lo percibido entre dos cambios bruscos de uno o más rasgos perceptivos. Cambio brusco, llamado Salto, quiere decir cambio definidamente más rápido que otros, sentidos como Evolutivos. Se perciben así no sólo Rasgos, es decir, valor del rasgo; sino valor de ese cambio sobre él ( o diferencia ) y el valor de la variación en su espacio de variación, el tiempo en este caso: es la derivada de la intensidad respecto al tiempo. Hay pues umbrales perceptivos que deciden sobre la ocurrencia de un salto, luego de otro, y crean así, un Suceso.

La conciencia de ese suceso, claro requiere una conceptualización, un asentimiento lógico, pero la mera existencia de esos saltos crea ya una noción no consciente de que ha ocurrido algo.

Estos sucesos silábicos son análogos a los sucesos musicales, que llamamos notas o golpes, ligados en la producción a movimientos bruscos de manos (instrumentos de cuerda, percusión) o diafragma (de aire).

S1: SUCESO: Todo salto en uno o varios rasgos crea límite de sílaba. La sílaba es un suceso.

La duración, percibida como cantidad, no es una rasgo diferenciador en la sílaba española --como lo es en cambio en lenguas como griego y latín antiguos, y en árabe y persa antiguos y modernos--. Sin embargo, por razones perceptivas y articulatorias, hay unos límites de esa duración pra que la sílaba resulte tal: si es muy breve, es imperceptible y ya no es sílaba: esto ocurre en la producción de la sílaba --pro-- que es realizada en realidad como --po--ro--, con la primera vocal brevísima lo que lleva a fundir ambas sílabas en una. Por otra parte una duración de varios segundos desvirtúa una sílaba convirtiéndola en una vocal o consonante mantenida sin el carácter de golpe o suceso que se citaba eb el párrafo anterior, 3.2.

Todas las tendencias anteriores, que podemos llamar físicas, pueden verse modificadas por lo que podemos llamar un Proyecto Silábico. Corresponde éste a una decisión extraña a la propia lengua, en cuanto que depende de un propósito claramente extragramatical: así, influyen en la silabización la velocidad del habla, el estilo o variedad idiomática, la cultura del hablante, etc.

asimismo es extragramatical el silabeo propio de la Poesía, el Teatro, la Retórica. Especialmente la primera, dado un marco métrico previo, correspondiente o no a una estrofa determinada, configurará el silabeo de modo que coincida con aquel marco.

Así se formarán, y pronunciaran (so pena de ruptura métrica) sílabas tan atípicas como \moau\, \tae\, conocidos como sinéresis. E, inversamente las diéresis antes citadas, como en \su\a\ve\, los hiatos, como en \mi\a\mi\go\, las sinalefas como en \tuo\jo\, e incluso elisiones del tipo síncopa \o'er\ por "over", en inglés (Soneto XII, Shakespeare), o \ma\tao\ por 'matado', en español.

Por eso un poema de métrica regular no queda unívocamente definido hasta que todas las soluciones silábicas menos una han sido encontradas imposibles, lo que puede requerir el examen ( ¡ previo !) de muchos versos del poema. Por ejemplo, la línea

admite desde 16 a 11 sílabas, resultando la última solución (la adecuada) bastante violenta:

(desdeñando soluciones aún más largas, por no convenir a todos los versos, como \y\es\pu\ma\en\las\ri\be\ras\, 9 sílabas). Ambos son posibles, aunque la primera impresión, heptasílabo, quede confirmada en los versos siguientes, menos ambiguos métricamente.

Como hicimos con el timbre y el acento, encontramos pues una última ley empírica que prima sobre las anteriores:

P1. VOCALES. Toda decisión extragramatial puede conformar silabas con varias vocales en el núcleo.

P2. CONSONANTES. Toda decisión extragramatial puede conformar silabas con varias consonantes pre y postnucleares.

Son posibles pues, aplicando esas reglas, las siguientes silabizaciones, con diferente naturalidad ( o falta de ella) para cada sílaba:

o los ejemplos poéticos (más ilustres) que siguen. Qudan incluídos en estas reglas los casos citados en la silabización intensiva temporal.

Los límites de sílaba rebasan por supuesto los limites de palabra léxica (blanco de escritura), como hemos visto, y pueden además incluir una coma o incluso el punto separador de oraciones. Así, la sílaba aparece como hecho extraño a sintaxis y a gramática en general: es una discretización acústica del continuum temporal sonoro en eventos; es un hecho de la producción del habla normal y/o artística [Sánchez;Puyá,1994]. En consecuencia, los textos:

"Me tengo que ir, estoy cansado", "Hombre, te diré", "Papi, adiós", "Pensé. Imaginé."

Igualmente pueden formarse sílabas que incluyen los límites entre frases de distinta modalidad: en [Aleixandre, 1990] se encuentra el verso:

los dos primeros versos, heptasílabos, y los siguientes, varios inequívocamente también heptasílabos, obligan a la silabización:

que resulta bastante difícil en la 3ª sílaba, al añadirse a la sinalefa "zo-hé" el acento, enfatizado, focalizado, en " ¡Hé ..."

Hemos presentado una teoría unificada de la Sílaba; o mejor, una formalización del silabeo que se realiza prácticamente en el español. Las tendencias predominantes, principalmente fonéticas, que comparte con casi todas las lenguas-hablas, son modificadas más idiomáticamente, mediante el acento, la pausa, la prolongación y, por último, por decisiones en contextos extragramaticales, como la recitación poética, el habla rápida, incluso a veces el capricho o hábito local. Se encuadra esta teoría en aquellas que consideran la sílaba un hecho o suceso perceptivo: ante determinada elocución, el oído lingüístico separa en sucesos el continuo sonoro, provocado, claro está, por las alternancias de vocalidad-consonanticidad que se le ofrecen. Esta visión queda revalidada por experimentos de síntesis automática de habla realizados en nuestro laboratorio, en los que cadenas fonéticas formadas concatenando alófonos sin énfasís ninguno, se perciben con toda naturalidad como silabizados. Dentro de esta formalización, se han presentados conceptos afines, como Eje Vocálico-Consonántico, Función de Vocalidad o Silabización y Proyecto Silábico. Las reglas de la Academia quedan así justificadas, o al menos, descritas en un entorno teórico-práctico más claro: son tendencias naturales del habla, no decisiones de expertos. Opuesta y paralelamente, se ha mostrado cómo decisiones extragramaticales, especialmente la Recitación Poética, conforman sílabas que contradicen las reglas naturales anteriores. Esta oposición entre Gramática y Arte es lógica, ya que sólo un uso especial de lo habitual pone de manifiesto lo específico, como es la Poesía. El presente estudio resultará útil tanto para la comprensión del fenómeno silábico como en proyectos de síntesis automática del habla.

ALEIXANDRE, V. (Ed. Leopoldo de Luis) Sombra del Paraíso. Castalia. Madrid, 1990.

DOMÍNGUEZ CAPARRÓS, J. Métrica y Poética. Bases para una fundamentación de la Métrica en la Teoría Literaria Moderna. Cuadernos Uned. 1988.

GARCÍA CALVO, A. Tratado de Métrica y Prosodia y de Métrica y Versificación. Bib. Fac. Filol. UCM. (En publicación).

GARCÍA CALVO, A. Clases Prácticas de Recitación. Estudio Salama. Madrid, 1994.

MOLINER, M.. Diccionario del Uso del Español. (Art. 'Pronunciación') Gredos, Madrid, 1991.

R. ACADEMIA ESPAÑOLA. Esbozo de una nueva gramática de la lengua española. (Art. 'Sílabas','Acento´) Espasa-Calpe, Madrid, 1981.

SÁNCHEZ, F.J. "Interválica musical subyacente en la prosodia". Symp. Ling. Log. Res.Estudiantes, Madrid, 1989.

SÁNCHEZ, F.J. "El motivo: apuntes de la asignatura Acústica III", Doctorado. Cent. Sup. Invest. Prom. Música, U.A.M., Madrid, 1990.

SÁNCHEZ, F.J.; PUYÂ,M. "Modelo de recitación humana y maquinal en métricas acentual (español) y cuantitativa (persa)". (M.Vide, Ed). Actas Cong.Leng.Nat.Leng. Formales Sevilla. Barcelona, 1994.

SÁNCHEZ, F.J. "Recitación de un poema español". Memoria interna. LTPM, Madrid, 1995-1.

SÁNCHEZ, F.J.; CARAMÉS,J.L. "Entaxis: un modelo de entonación sintáctica". Memoria interna, LTPM,1995-2.

SAUSSURE, F.(Mauro,T.,Ed). Cours de Linguistique Général. Payot. Paris,1978.

De [Sánchez,1995-2], tomamos la parte del cuadro de nomenclatura que nos concierne ahora: